• Login
    View Item 
    •   DSpace Home
    • Skripsi, Tesis dan Disertasi
    • Fakultas Industri Kreatif
    • Teknik Informatika
    • View Item
    •   DSpace Home
    • Skripsi, Tesis dan Disertasi
    • Fakultas Industri Kreatif
    • Teknik Informatika
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    IDENTIFIKASI PENYAKIT PADA BUAH KAKAO DENGAN METODE EKSTRAKSI FITUR GRAY LEVEL CO-OCCURRENCE MATRIX DAN COLOR MOMENTS PADA APLIKASI BERBASIS ANDROID

    Thumbnail
    View/Open
    Halaman Judul (188.0Kb)
    Pernyataan Keaslian (226.3Kb)
    Persetujuan Dosen Pembimbing (260.0Kb)
    Persetujuan Tim Penguji (235.7Kb)
    Abstrak (149.4Kb)
    Abstrak (149.2Kb)
    Kata Pengantar (194.6Kb)
    Daftar Isi (185.6Kb)
    Daftar Gambar (173.8Kb)
    Daftar Tabel (165.7Kb)
    Bab I (179.8Kb)
    Bab II (602.2Kb)
    Bab III (552.2Kb)
    Bab IV (553.0Kb)
    Bab V (259.4Kb)
    Bab VI (156.7Kb)
    Daftar Pustaka (154.6Kb)
    Daftar Lampiran (147.1Kb)
    Lampiran 1 (258.2Kb)
    Lampiran 2 (250.1Kb)
    Lampiran 3 (315.4Kb)
    Lampiran 4 (226.3Kb)
    Lampiran 5 (232.6Kb)
    Lampiran 6 (239.4Kb)
    Date
    2019
    Author
    Sunday, Stanislaus
    Metadata
    Show full item record
    Abstract
    IDENTIFIKASI PENYAKIT PADA BUAH KAKAO DENGAN METODE EKSTRAKSI FITUR GRAY LEVEL CO-OCCURRENCE MATRIX DAN COLOR MOMENTS PADA APLIKASI BERBASIS ANDROID Kakao menjadi salah satu komoditas yang penting di Indonesia. Namun, menurut data dari ICCO (International Cocoa Organization), produksi kakao di Indonesia setiap tahun semakin menurun. Salah satu penyebabnya adalah masalah penyakit yang menyerang buah kakao. Peran teknologi sangat dibutuhkan untuk menangani masalah tersebut. Teknologi yang semakin berkembang dapat dimanfaatkan untuk mendeteksi penyakit pada buah kakao. Metode yang dapat digunakan adalah ekstraksi fitur tekstur dan warna. Algoritma Gray Level Co-occurrence Matrix (GLCM) diterapkan untuk mendeteksi citra berdasarkan pada teksturnya. Sedangkan algoritma Color Moments dapat digunakan untuk mendeteksi citra berdasrkan fitur warnanya. Penelitian terdahulu menyatakan bahwa penggunaan kedua algoritma tersebut mampu untuk mendeteksi citra yang memiliki tekstur yang beragam maupun memiliki keberagaman dalam warna. Pada penelitian ini, algoritma GLCM akan digabungkan dengan Color Moments untuk mengekstraksi nilai fitur citra digital dari buah kakao dan diimplementasikan pada aplikasi mobile berbasis Android. Hasil ekstraksi kemudian dijadikan sebagai data latih yang diproses menggunakan aplikasi Weka 3.8. Metode klasifikasi yang diterapkan pada Weka 3.8 adalah SVM (SMO). Penelitian ini menghasilkan tingkat akurasi dalam mendeteksi penyakit pada buah kakao yaitu 91,43% pada 105 data yang diuji.
    URI
    http://dspace.uc.ac.id/handle/123456789/3631
    Collections
    • Teknik Informatika

    Copyright©  2017 - LPPM & Library Of Universitas Ciputra
    »»» UC Town CitraLand, Surabaya - Indonesia 60219 «««
    Powered by : FreeBSD | DSpace | Atmire
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    Login

    Copyright©  2017 - LPPM & Library Of Universitas Ciputra
    »»» UC Town CitraLand, Surabaya - Indonesia 60219 «««
    Powered by : FreeBSD | DSpace | Atmire